基于绿色索洛模型的韶关市农业碳全要素生产率框架构建及减排潜力估计
2025-01-24刘浩刘芮萌
摘要在理论上构建了包含农业碳排放和碳吸收的正负环境要素在内的“绿色索洛模型”，考察能源资源投入和碳排污染对农业经济增长的影响与约束，以消除农业经济增长中的环境代价。2011—2021年韶关市面板数据进行实证检验，运用非期望产出的超效率SBM模型测度韶关市的农业碳全要素生产率，利用碳减排潜力模型测度韶关市农业碳减排潜力和潜力规模。结果表明：韶关市农业碳全要素生产效率均值为1.024，农业碳排放总量过剩，规模效率是制约农业碳全要素生产率提升的关键；韶关市农业碳减排潜力在波动中整体呈现上升趋势，农业碳减排潜力年均规模为7.254万t，农业碳减排仍有较大改进空间。据此提出补齐规模效率不佳短板、制定切实可行的碳减排措施的提升韶关市农业碳全要素生产率和持续推进农业碳减排的政策建议。
关键词碳全要素生产率；绿色索洛模型；SBM模型；减排潜力
中图分类号S-9""文献标识码A"文章编号0517-6611（2025）02-0224-04
doi：10.3969/j.issn.0517-6611.2025.02.045
开放科学（资源服务）标识码（OSID）：
FrameworkConstructionofAgriculturalCarbonTotalFactorProductivityandEmissionReductionPotentialEstimationinShaoguanCityBasedontheGreenSolowModel
LIU Hao "LIU Rui-meng 2
（1.BusinessSchool，ShaoguanUniversity，Shaoguan，Guangdong512005;2.NorthGuangdongRuralRevitalizationResearchCenter，ShaoguanUniversity，Shaoguan，Guangdong512005）
AbstractThispapertheoreticallyconstructsa“greenSolowmodel”incorporatingpositiveandnegativeenvironmentalelementsincludingagriculturalcarbonemissionsandcarbonsequestration，consideringtheimpactandconstraintsofenergyandresourceinputsandcarbonemissionsonagriculturaleconomicgrowthtomitigateenvironmentalcostsassociatedwithagriculturaleconomicgrowth.EmpiricaltestingisconductedusingpaneldatafromShaoguanCityfortheperiod2011-2021.Thesuper-efficiencySBMmodel，incorporatingnon-expectedoutput，isemployedtomeasuretheagriculturalcarbontotalfactorproductivityofShaoguanCity，whilethecarbonemissionreductionpotentialmodelisusedtoestimatethecarbonemissionreductionpotentialandscaleofShaoguanCity.Theresearchfindingsareasfollows："TheaverageagriculturalcarbontotalfactorproductivityinShaoguanCityis1.024，indicatinganexcessofagriculturalcarbonemissions，withscaleefficiencybeingthekeyconstraintontheimprovementofagriculturalcarbontotalfactorproductivity.ThecarbonemissionreductionpotentialinShaoguanCityshowsanoverallincreasingtrenddespitefluctuations，withanaverageannualscaleof72，540tons，indicatingsignificantroomforimprovementinagriculturalcarbonemissionreduction.Basedonthesefindings，itissuggestedtoaddresstheshortcomingsofscaleefficiencyandformulatepracticalcarbonemissionreductionmeasurestoenhancetheagriculturalcarbontotalfactorproductivityinShaoguanCityandsustainablypromoteagriculturalcarbonemissionreduction.
KeywordsCarbontotalfactorproductivity；GreenSolowmodel；SBMmodel；Emissionreductionpotential
党的十九大报告首次提出“高质量发展”概念，二十大报告给出实现高质量发展的关键环节是“推动经济社会实现绿色化、低碳化发展”。农业作为国民经济的基础，高投入与低效率的农业发展模式不满足农业高质量发展要求，需要推动农业由增产向提质增效转变［1］。自索洛模型提出以来，全要素生产率被广泛应用于经济增长核算框架之中，成为评价经济增长质量的关键指标［2-5］。经典经济增长理论从总量生产函数角度出发，认为推动经济增长的主要动力源泉是全要素生产率的提高。全要素指标是一种考虑各种投入和产出来计算碳效率的方法，新经济增长理论认为全要素生产率是增长的核心和持续发展的关键［6］。农业生产的要素投入在促进农业经济增长的过程内含“环境代价”，一定程度上造成了经济损失。农业碳全要素生产率是衡量农业经济增长与农业碳排放关系的重要指标，也是评估区域农业碳中和目标进展的重要参考［7］。这一指标不仅衡量碳减排潜力，也从经济发展效率和绿色低碳可持续等方面体现高质量发展水平。
该研究的边际贡献主要体现在：一是研究对象。国内的研究多集中于省域［2］、区域［3］、行业［4］等较大的层面，对市域层面农业碳全要素生产率的研究很少。但经济水平和资源禀赋的差异导致区域农业碳全要素生产率的空间异质性，运用考虑非期望产出的超效率SBM模型有针对性地测算韶关市农业碳全要素生产率，对了解韶关市农业绿色低碳效率的整体状态，为后续韶关农业转型升级与发展提供理论支撑。二是研究内容。农业绿色低碳发展要求在既定生产要素投入前提下保证期望产出并削减非期望产出［5］，要实现这一目标，客观上要求对农业生产系统的碳全要素生产效率进行科学测度，即以理论上可达到的前沿最佳碳排放量与实际排放量进行比较，进而判断碳全要素生产效率的高低和碳减排潜力的大小。在农业碳全要素生产率测度基础上，利用减排潜力测算模型，分解出农业碳全要素生产率的无效成分，进而挖掘韶关市农业碳减排规模和碳减排潜力。三是研究方法。目前国内包容性增长和绿色增长方面的文献较多，但将两者纳入同一框架并聚焦经济效率的研究仍然较少。该研究将碳排放和碳汇分别作为非期望产出和期望产出纳入农业经济增长模型中，构建绿色索洛模型及农业碳全要素生产率指标体系。
提高农业碳全要素生产率对于实现农业经济增长和节能减排的双重效益至关重要，市域农业碳全要素生产率研究对于区域实现碳达峰和碳中和目标具有现实意义。该研究从韶关市域层面出发，以农业碳全要素生产率测算作为衡量农业高质量发展的切入点，利用绿色索洛模型构建韶关市农业碳全要素生产率的理论框架基础上，运用超效率SBM模型对韶关农业碳全要素生产率状况及其效率进行合理评价，并通过比较当前农业碳排放情况与最优碳排放情况差距测算韶关农业碳减排潜力，以期为韶关市制定差异化有针对性的绿色农业发展政策提供实证依据，促进韶关农业绿色、低碳、高质量发展。
1理论框架
在传统农业经济增长模型中，生产的投入要素只有资本K和劳动L，产出为Y。没有考虑环境因素，忽略了生态环境与产出之间的相互影响。一方面，生态环境中蕴藏着丰富的能源资源可供农业生产所用，能源资源已经成为农业生产过程中的重要投入要素之一；另一方面，生态环境还部分吸收了农业生产排放的污染，污染的过度排放又会降低生态环境的承载能力。因此，学者逐渐将环境和生态相关变量纳入农业全要素生产率的研究框架中，以全面反映农业发展的质量问题，而衍生出农业碳全要素生产率的概念。农业现代化发展使机械化带来的能源消耗成为农业碳减排的最大不确定因素。
根据绿色索洛增长模型理论［8］，对农业碳全要素生产效率的核算需加入自然资本，而自然资本可以分为资源投入与资源产出的污染排放。在绿色索洛增长的理论框架下，考虑到农业资源消耗与农业碳排放，可以利用碳全要素生产率替代全要素生产率衡量农业经济增长的“质”与“量”。与传统的全要素生产率相比，碳全要素生产率更加强调“绿色”“低碳”的内涵，生产函数中包括与生态环境相关的能源、资源要素以及作为非期望产出的碳排放。该研究借鉴王昀等［9］构建的绿色增长理论框架的基本思想，构建农业碳全要素生产率增长模型，具体表示如下：
F（y，b）=f（Ac，L，K，h）（1）
其中：农业生产投入要素包括劳动L、资本（固定和流动）K、环境要素（能源和资源）h；产出除了正常的期望产出（农业产值和农业碳汇）y，还包括非期望产出b；Ac代表农业碳全要素生产率。结合农业面临的高污染、高排放问题，农业绿色低碳转型需要提高碳全要素生产率。具体地，可以用3个维度表征农业绿色升级的空间（图1）：第一维度（坐标轴y）表示期望产出，即农业产值（经济期望）和农业碳汇（生态期望）；第二维度（坐标轴h）为能源、资源等环境要素投入量；第三维度（坐标轴AE）是非期望产出，即农业碳排放量。
假定，A点表示韶关农业的当前生产状况，E点为实现农业绿色、低碳增长的碳全要素生产率目标，则农业的碳全要素生产率提升方向可以用空间向量AE表示，进而分解为3个具体的方向：
AE=AB+AD+AC（2）
3个方向分别代表着旨在提升农业碳全要素生产率的增加经济生态价值、能源资源节约和碳减排目标。向量AB表示增加经济生态价值的正向目标，从A点到B点，在能源资源投入和非期望产出保持不变的情况下，期望产出农业经济和生态价值从yA增加到yB；向量AD表示节约能源资源投入的负向目标，从A点到D点，在期望产出和非期望产出保持不变的情况下，能源资源投入从hA减少到hD；向量AC表示农业碳减排的负向目标，从A点到C点，在能源资源投入和期望产出保持不变的情况下，非期望产出的农业碳排放量从bA减少到bC。农业碳全要素生产率水平因行业、年度有高有低，如果将特定时点农业碳全要素生产率有效值定义为生产前沿面上的生产率（一般为1），那么效率不足（效率lt;1）或效率过度（效率gt;1）与前沿面之间的差距，为其农业碳全要素生产率的提升空间。其中涉及非期望产出层面，在假定能源资源投入和期望产出不变的情况下，为了实现有效的农业碳全要素生产率，非期望产出农业碳排放的缩减空间（碳减排潜力）。
2数据来源与研究方法
2.1数据来源
该研究所用原始数据来源于2012—2022年《韶关统计年鉴》以及2012—2022年《广东农村统计年鉴》所统计的韶关市2011—2021年的相关农业数据。农业用水量的数据来源于广东省水利厅2011—2021年《水资源公报》。农膜、农药、农用柴油均为当年实际使用量，化肥为折纯量。农作物、畜牧涵盖统计年鉴范畴内的常见类别。
2.2研究方法
2.2.1农业碳排和碳汇的测算。
农业碳排放源头呈现多样性特征，综合参考相关研究，明确农业碳排放来源为以化肥、农药、农膜、农机、农电、柴油、农田灌溉等生产资料为第一大类的要素投入碳排以及土地利用、水稻种植、牲畜养殖、秸秆处理等为第二大类的种养碳排。基于确定的农业碳源，构建农业碳排放计算方法：
E=ni=1（Pi×ωi）（3）
式中：E是农业碳排放量;Pi是第i种农业生产要素投入或种养生产量;ωi是i类农业生产碳排放系数。
农业碳汇效应主要由地上的生物固碳和地下的土壤固碳两部分组成。农作物在生长过程中通过光合作用对大气CO2的固定属于生物固碳，是碳汇的重要来源之一。土壤对大气碳的固持可以增加土壤碳库，减少温室气体排放。
C=mi=1（Si×μi）（4）
式中：C是农业碳汇吸收量;Si是第i种农作物播种面积;μi是第i类农作物的光合吸收或土壤固碳吸收系数。
2.2.2基于非期望产出SBM的碳全要素生产率测度模型。
该研究采用包括非期望产出的SBM模型测度韶关市农业碳全要素生产率，该模型广泛应用于对非期望产出效率测度。在农业生产过程中会产生生态环境问题，农业碳排放作为农业生产的副产品，将其纳入非期望产出，并且为了准确把握农业生产的碳效应双重性，充分考虑农作物光合和土地固碳的碳汇作用，将农业碳汇纳入生态期望产出。因此，一个农业经济系统的完整生产过程包括农业生产要素投入和农业生产结果产出两部分，农业生产过程中在投入一定的生产要素如土地、资本、劳动力后，除获得农作物产出、农业减碳增汇等经济和生态期望产出外，还伴随着如农业碳排放等不利生态的非期望产出。模型具体计算公式如下：
ACTEP=
min1-1mmi=1iXi1+1s1+s2
（s1k=1SgkYgk+s2r=1SbrYbr），
i=…，m；k=…，s1;r=…，s2
subjecttoX0=Xλ+
Yg0=Ygλ-Sg
Yb0=Ybλ+Sb
≥0，Sg≥0，Sb≥0（5）
式中：ACTEP为韶关市农业碳全要素生产率值；m表示农业投入指标个数；s1和s2分别表示韶关市农业碳全要素生产率的期望产出个数和非期望产出个数；i和Xi分别表示与韶关市农业碳全要素生产率相关的投入冗余及投入变量；Sgk和Ygk分别表示与韶关市农业碳全要素生产率相关的期望产出不足以及期望产出变量；Sbr和Ybr分别表示与韶关市农业碳全要素生产率相关的非期望产出过剩以及非期望产出变量；λ表示权重向量；X0、Yg0、Yb0分别为模型决策单元所对应的实际投入变量、期望产出变量和非期望产出变量值；X、Yg、Yb分别为决策单元估计需要的投入变量、期望产出变量和非期望产出变量值；、Sg、Sb分别表示决策单元对应的投入冗余、期望产出不足与非期望产出过剩。
2.2.3农业碳减排潜力测度模型。
掌握当前韶关市农业碳全要素生产率的整体情况，在此基础上测算农业碳减排潜力和碳减排的规模，能将农业生产碳排放规模控制在合理范围。该研究参照郭姣等［10］基于碳全要素生产相对效率（碳全要素生产实际效率相较最优生产效率的偏离程度）作为碳减排依据的碳减排潜力测算思想，构造农业碳减排潜力和减排规模测度模型：
PCt=ACTEPt-ACTEP*t=ACTEPt-1（6）
式中：PCt为韶关市t时期农业碳减排潜力，数值越高，说明农业生产过程中农业碳排放量的过剩程度越高；ACTEP*t为韶关市t时期处于最优生产前沿的农业碳全要素生产率值，超效率SBM最优生产前沿效率值为1。PCtgt;1表明农业碳减排潜力为正，PCtlt;1表明农业碳减排潜力为负。用PCt乘以当期的农业碳排放量可得韶关市时期农业碳减排规模。
2.3指标选取
农业碳全要素生产率是指在考察农业绿色低碳发展水平时，将碳汇和碳排放的正负环境要素统一纳入农业全要素生产率的测算中。该研究参考文高辉等［11］的指标体系构建思路，从劳动、资本（流动资本和固定资本）、能源、资源4个方面选取9个具体投入指标，农业总产值（经济产出）、农业碳汇总量（生态产出）作为期望产出，农业碳排放总量作为非期望产出，以此构建农业碳全要素生产率评价指标体系。
3结果与分析
3.1基于SBM模型的韶关市农业碳全要素生产率分析
基于非期望产出的超效率SBM模型，使用MaxDEA7软件测算2011—2021年韶关市农业碳全要素生产率及其分解项（表2）。从综合效率角度看，2011—2021年韶关市农业碳全要素生产率的综合效率均值为1.024，除2017年外，其余10年综合效率值均大于1。根据超效率SBM模型原理可知，当农业碳全要素生产效率值lt;1时，就会产生投入过剩和产出不足的松弛变量，当农业碳全要素生产效率值gt;1时，就会产生投入不足和产出过剩的松弛变量。说明在2011—2021年韶关市农业碳全要素生产率整体处于DEA效率过度状态，广泛存在要素投入不足和产出过剩情况，就非期望产出来看，存在农业碳排放过剩。效率分解角度看，2011—2021年韶关市农业碳全要素生产率的纯技术效率值均大于且综合效率值均略小于纯技术效率值，说明技术效率是当前韶关农业碳全要素生产效率的主要来源，但技术效率水平均超过已处于技术投入饱和状态，继续通过提高农业技术投入来提高农业碳全要素生产效率的空间有限。从规模效率角度看，制约韶关市农业碳全要素生产率水平的主要原因在于规模无效率。规模效率是制约韶关市农业碳全要素生产率的主要来源，只有2017年达到最优状态，表明从碳减排的视角看韶关农业生产规模还需进一步优化调整。
3.2韶关市农业碳减排潜力分析
根据农业碳减排潜力测度模型对2011—2021年韶关市农业碳减排潜力测算，结果如图2。碳减排潜力值越高，说明该时期农业低碳减排的改善空间越大。从结果来看，2011—2021年，韶关市农业碳减排潜力水平在各年间存在较大波动，但整体呈现波动中逐渐上升趋势。韶关市农业碳减排潜力主要分为3个波动期，即2011—2014年为第一个波动期，呈倒“U”形；第二个波动期由2014—2017年和2017—2019年2个波动形态相似的周期组成，时间持续达6年，呈倒“V”形模式；2019—2021年为第三个波动期，呈快速增长趋势。碳减排规模呈现与碳减排潜力一致的变动趋势，从碳减排规模分布来看，韶关市农业碳减排规模分别在2016和2021年达到2个碳减排潜力高峰，2016和2021年的农业碳减排规模分别为12.328万t和22.627万t，年均农业碳减排潜力规模为7.254万t，而且急需减排的规模在近些年呈现递增趋势，韶关市农业碳减排空间仍较大。
4结论与建议
4.1结论
该研究根据绿色索洛增长模型建构农业碳全要素生产率的提升与碳减排潜力测算理论逻辑，运用考虑非期望产出的超效率SBM模型，将农业碳汇、农业碳排放纳入研究框架，测度了2011—2021年韶关市农业碳全要素生产率，并利用碳减排潜力测度模型对韶关市农业碳减排潜力和碳减排潜在规模进行测算分析。得出以下结论和启示：
（1）从超效率SBM模型的效率值测算结果来看，2011—2021年韶关市农业碳全要素生产率的综合效率均值为1.024，整体呈现“上升-下降-上升”的“W”形波动性变化趋势，农业碳全要素生产效率均值大于农业碳排放总量过剩。效率分解显示，纯技术效率值远远大于规模效率值，规模效率低是造成农业碳全要素生产效率值较低的关键原因。
（2）2011—2021年，韶关市农业碳减排潜力水平在各年间存在较大波动，但整体呈现波动中逐渐上升趋势，农业碳减排潜力年均规模为7.254万t，韶关市农业碳减排改进空间仍较大。
4.2建议
4.2.1补齐规模效率不佳的短板。合理调整资源、能源、资本、劳动力等各类农业生产投入要素的配置结构，提高规模效率和资源利用效率，解决由于资源能源等环境要素过度投入而导致的碳排放规模不经济问题，防止农业生产过程中规模和技术的无序扩张，以促进韶关市农业碳全要素生产效率的提升。
4.2.2制定切实可行的碳减排措施。注重农业绿色生产技术创新的减碳固碳功能，推广低碳、绿色生产技术，通过人才交流、产业融合、跨区域减排协作等措施提升农业碳全要素生产效率。加强农业绿色低碳发展的针对性政策倾斜，采取资金支持和政策指导等扶持方式，促使农业碳减排工作的深入持续推进。
参考文献
［1］尹朝静，高雪，杨坤.中国农业高质量发展的区域差异与动态演进［J］.西南大学学报（自然科学版），2022，44（12）：87-100.
［2］李强，冯波.中国省际碳全要素生产率增长及收敛性［J］.北京理工大学学报（社会科学版），2014，16（3）：14-229.
［3］祝福云，师宇星.碳全要素生产率、经济增长与低碳发展分析：基于黄河流域58个地级市的证据［J］.干旱区资源与环境，2024，38（1）：52-59.
［4］高文静，杨舒怡.火电行业碳全要素生产率、技术进步与效率追赶［J］.中国环境科学，20243（11）：6172-6182.
［5］刘慧敏，尚杰.农地流转对农业绿色全要素生产率的影响研究：兼论门槛效应与空间效应［J］.中国生态农业学报，20231（9）：1482-1495.
［6］NIGD，FANGYQ，NIUMM，etal.Spatialdifferences，dynamicevolutionandinfluencingfactorsofChina’sconstructionindustrycarbonemissionefficiency［J］.Journalofcleanerproduction，2024，448：1-20.
［7］WANG"ZF，SHAOHQ.SpatiotemporalinteractionsandinfluencingfactorsforcarbonemissionefficiencyofcitiesintheYangtzeRiverEconomicBelt，China［J］.Sustainablecitiesandsociety，2024，103：1-13.
［8］李华，董艳玲.中国经济高质量发展水平及差异探源：基于包容性绿色全要素生产率视角的考察［J］.财经研究，20247（8）：4-18.
［9］王昀，付琳，董艳.中国制造业绿色升级潜力的动态演化［J］.大连理工大学学报（社会科学版），20244（4）：27-41.
［10］郭姣，李健.中国三大城市群全要素能源效率与节能减排潜力研究［J］.干旱区资源与环境，2019，33（11）：17-24.
［11］文高辉，黄丹妮，谢依林，等.耕地经营规模对农户水稻生产生态效率的影响：以常德市为例［J］.中国生态农业学报，2024，32（2）：330-343.
